LLVM IR以两种格式存储在磁盘上：
1.位码（.bc文件）
2.汇编文本（.ll文件）
以sum.c源代码为例
int sum(int a, int b){
return a+b;
}
使用Clang生成位码，命令如下：
$ clang sum.c -emit-llvm -c -o sum.bc
使用Clang生成汇编文本，命令如下：
$ clang sum.c -emit-llvm -S -c -o sum.ll
$ clang -emit-llvm sum.c -S -o sum.ll
还可以汇编上述的LLVM IR汇编文本，创建相应的位码，命令如下：
$ llvm-as sum.ll -o sum.bc
相反，要从位码转换为IR汇编文本，可以使用反汇编程序：
$ llvm-dis sum.bc -o sum.ll
观察LLVM IR汇编码文件sum.ll：
; ModuleID = 'sum.c'
source_filename = "sum.c"
target datalayout = "e-m:e-p270:32:32-p271:32:32-p272:64:64-i64:64-f80:128-n8:16:32:64-S128"
target triple = "x86_64-pc-linux-gnu"
; Function Attrs: noinline nounwind optnone uwtable
define dso_local i32 @sum(i32 %0, i32 %1) #0 {
%3 = alloca i32, align 4
%4 = alloca i32, align 4
store i32 %0, i32* %3, align 4
store i32 %1, i32* %4, align 4
%5 = load i32, i32* %3, align 4
%6 = load i32, i32* %4, align 4
%7 = add nsw i32 %5, %6
ret i32 %7
}
attributes #0 = { noinline nounwind optnone uwtable "correctly-rounded-divide-sqrt-fp-math"="false" "disable-tail-calls"="false" "frame-pointer"="all" "less-precise-fpmad"="false" "min-legal-vector-width"="0" "no-infs-fp-math"="false" "no-jump-tables"="false" "no-nans-fp-math"="false" "no-signed-zeros-fp-math"="false" "no-trapping-math"="false" "stack-protector-buffer-size"="8" "target-cpu"="x86-64" "target-features"="+cx8,+fxsr,+mmx,+sse,+sse2,+x87" "unsafe-fp-math"="false" "use-soft-float"="false" }
!llvm.module.flags = !{!0}
!llvm.ident = !{!1}
!0 = !{i32 1, !"wchar_size", i32 4}
!1 = !{!"clang version 10.0.0-4ubuntu1 "}
整个LLVM文件的内容（无论是汇编码还是位码）被定义为一个LLVM模块。模块是LLVM IR顶层数据结构。每个模块包含一系列函数，每个函数由包含一系列指令的一系列基本块组成。模块还包含用于支持该模型的外围实体，如全局变量、目标数据布局、外部函数原型以及数据结构声明。
LLVM局部变量与汇编语言中的寄存器类似，可以用任何以%符号开头的名称命名。因此，
%7 = add nsw i32 %5, %6
这一指令将执行两个局部变量%5和%6的加法，并将这个结果置于新的局部变量%32中。用户可以自由地给这些值命名。
通过这个简短的例子，可以看到LLVM如何表达其基本属性：
- 它使用静态单赋值（SSA）形式。该形式下每个变量都不会被重新赋值，每个变量只有唯一一条定义它的赋值语句。每次使用一个变量都可以立即回溯到负责其定义的唯一指令。使用SSA形式导致“使用定义链”（use-def链，既可以达到使用处的所有定义/赋值语句的集合）的生成变得非常简单。这个简化操作具有巨大的价值。UD链是经典优化（如常量传播和冗余表达式消除）的前提条件，如果LLVM没有使用SSA形式，则需要单独的数据流分析来计算UD链。
- 代码被组织成三地址指令。数据处理指令有两个源操作数，并将结果放在不同的目标操作数中。
- 有无穷多的寄存器。它对局部变量的最大数量没有最大限制。
target datalayout构造包含有关目标机器（target host）中描述的目标三元组（target tripple）的字节顺序和类型大小等信息。有些优化需要知道目标的特定数据布局才能完成正确的代码转化.
其中关于target datalayout的参数基本含义如下：
- target datalayout是通过符号“-”进行分隔的规格列表；
- E/e代表大小端；
- m:<mangling>:名称粉碎的类型：
e:ELF mangling;
l:GOFF mangling;
m:Mips mangling;
o:Mach-O mangling;
x:Windows x86 COFF mangling;
w:Windows COFF mangling;
a:XCOFF mangling;
- p[n]:<size>:<abi>[:<pref>][:<idx>]：n为地址空间编号，size为指针大小，abi为ABI中的指针大小，pref为地址空间n的对齐(默认等于abi)，idx为地址计算的index的大小(默认等于size)。
- S<size>：栈自然对齐的的bit数。
-
P<address space>：默认为0，表示冯诺依曼架构，数据和程序放置到同一个地址空间。
- A<address space>：alloca分配的地址空间，默认为0。
- G<address space>：全局变量放置的地址空间，默认为0。
- i<size>:<abi>[:<pref>]：size为整型的对齐，abi为ABI中的对齐，pref默认等于abi。
- v<size>:<abi>[:<pref>]：size为矢量的对齐，abi为ABI中的对齐，pref默认等于abi。
-
f<size>:<abi>[:<pref>]：size为浮点的对齐，abi为ABI中的对齐，pref默认等于abi。
-
a:<abi>[:<pref>]：size为聚合类型的对齐，abi为ABI中的对齐，pref默认等于abi。
上述例子中：
target datalayout = "e-m:e-p270:32:32-p271:32:32-p272:64:64-i64:64-f80:128-n8:16:32:64-S128"
target triple = "x86_64-pc-linux-gnu"
我们可以得知它具有小端字节序，采用ELF mangling进行名称粉碎，地址空间270/271的指针小为32bit，地址空间272的指针为大小为64bit，整形64bit对齐，浮点80bit对齐，自然整型为8/16/32/64bit，栈自然对齐为128bit。目标机器是装有linux-gnu的x86_64处理器。
此外，函数声明严格遵循相应的C语法：
define i32 @sum(i32 %a, i32 %b) #0 {
此函数返回i32类型的值，并具有两个i32参数：%a和%b。本地标识符始终需要%前缀，而全局标识符使用@。LLVM支持多种类型，但最重要的类型如下：
- iN形式的任意大小的整数，常见的例子是i32、i64和i128。
- 浮点类型，如32位单精度浮点数float和64位双精度浮点数double。
- 向量类型的格式位<<elements>x<elementtype>>。包含四个i32元素的向量被写为<4 x i32>.
函数声明中的#0记号映射到一组函数属性，这与C/C++函数和方法中使用的属性非常类似。
alloca指令在当前函数的堆栈帧中保留一定的空间。空间的大小由元素类型的大小决定，它遵循特定的对齐方式，例如：
%3 = alloca i32, align 4
%4 = alloca i32, align 4
store i32 %0, i32* %3, align 4
store i32 %1, i32* %4, align 4
该指令分配一个按4字节对齐的4字节堆栈元素。指向该堆栈元素的指针被存储在本地变量% 3中。
alloca指令通常用于表示本地变量。%0和%1参数通过store指令存储在堆栈地址%3和%4中。这些值通过load指令从相同的内存地址加载回来，并在%7 = add nsw i32 %5, %6加法中使用。最后返回加法结果%7。nsw标识指定此加法操作具有 “no signed wrap"，这表示已知指令是无溢出的，从而允许进行一些优化。
